崗位職責(zé):
1、針對(duì)知識(shí)庫(kù)查詢場(chǎng)景,設(shè)計(jì)、測(cè)試并迭代高質(zhì)量提示詞(prompt),提升查詢結(jié)果的準(zhǔn)確性、相關(guān)性和用戶體驗(yàn)。
2、結(jié)合業(yè)務(wù)需求,優(yōu)化多輪對(duì)話、模糊查詢、復(fù)雜意圖理解等場(chǎng)景的提示策略。
3、理解知識(shí)庫(kù)結(jié)構(gòu)、數(shù)據(jù)分布及業(yè)務(wù)邏輯,與NLP模型(如LLM)結(jié)合,設(shè)計(jì)合理的檢索增強(qiáng)生成(RAG)方案。
4、解決知識(shí)庫(kù)內(nèi)容與模型輸出之間的對(duì)齊問(wèn)題(如時(shí)效性、專業(yè)性、數(shù)據(jù)覆蓋度)。
5、建立量化評(píng)估體系(如準(zhǔn)確率、召回率、用戶反饋),分析查詢結(jié)果問(wèn)題,針對(duì)性優(yōu)化提示策略。
6、通過(guò)A/B測(cè)試、用戶行為分析驗(yàn)證優(yōu)化效果,持續(xù)迭代策略。
7、與數(shù)據(jù)工程師、算法團(tuán)隊(duì)協(xié)作,優(yōu)化知識(shí)庫(kù)數(shù)據(jù)處理流程及模型微調(diào)方案。
8、與產(chǎn)品、運(yùn)營(yíng)團(tuán)隊(duì)溝通需求,將業(yè)務(wù)目標(biāo)轉(zhuǎn)化為可落地的提示工程方案。
任職要求:
1、熟悉NLP基礎(chǔ)技術(shù)(如分詞、意圖識(shí)別、文本生成),了解主流大語(yǔ)言模型(如DeepSeek、GPT-4、Claude、LLaMA)的原理及局限性。
2、了解RAG、LangChain等框架。
3、有實(shí)際Prompt優(yōu)化經(jīng)驗(yàn),能通過(guò)結(jié)構(gòu)化思維拆解復(fù)雜問(wèn)題(如:領(lǐng)域術(shù)語(yǔ)歧義、長(zhǎng)尾查詢覆蓋、結(jié)果排序策略)。
4、掌握Few-shot Learning、Chain-of-Thought等提示設(shè)計(jì)方法,能平衡提示詞的明確性與泛化性。
5、具備快速學(xué)習(xí)業(yè)務(wù)知識(shí)的能力(如環(huán)保、污水處理、固廢處理、工業(yè)應(yīng)用等垂直領(lǐng)域知識(shí)庫(kù)需相關(guān)背景)。
6、能通過(guò)用戶查詢?nèi)罩痉治龈哳l問(wèn)題,提出針對(duì)性優(yōu)化方案。
7、熟練使用Python優(yōu)先。